跨模态全天候车辆重识别系统
曜行智鉴 · 智慧交通新引擎
基于多元提示词引导与多模态融合技术,攻克复杂环境识别难题,为智慧交通、公共安全提供全天候高鲁棒性解决方案
三大核心技术支柱
跨模态特征对齐技术
创新模态专属-共享ID提示词对比学习机制,实现细粒度跨模态特征对齐
双流协同特征融合
文本-图像特征融合与渐进式图像特征融合双分支架构,挖掘模态间互补信息
模态缺失补全技术
轻量化特征蒸馏学习模块,在模态缺失情况下智能补全特征,提升系统鲁棒性
核心优势
卓越的识别性能
在RGBNT100数据集上,全模态条件下平均精度均值达到83.4%,首位命中率高达96.3%,显著超越现有主流方案。
强大的环境适应性
内置混合特征蒸馏学习模块,在近红外模态完全缺失的严苛条件下,系统仍能保持66.8%的mAP与82.9%的Rank-1准确率,相当于全模态性能的80%。
灵活的产品形态
提供从云端SaaS服务到软硬件一体的边缘计算设备,覆盖多样化应用场景,客户可根据预算、基础设施和业务需求弹性选择。
性能对比
* 基于RGBNT100数据集mAP指标对比
商业模式
车辆重识别云服务平台(SaaS)
采用B/S架构,支持标准Web接口上传车辆图像,依托云端算力实时返回识别结果。按路端/摄像头数量订阅收费,无需高昂硬件投入,适用于城市级智慧交通、大型停车场连锁运营场景。
定价模式
每路每年1,200-2,000元
边缘计算一体机(软硬件结合)
集成优化算法与高性能计算单元,支持RGB/NIR/TIR多光谱摄像头直接接入,本地完成重识别流程。即插即用,保障数据隐私与业务连续性,适用于公安刑侦布控、高速公路收费站。
定价模式
8,000-15,000元/台
增值服务
提供私有化部署(适配政企数据安全需求)、定制化模型训练(针对特种车辆/特定场景)、7×24小时运维服务,深化客户合作,建立长期服务关系。
服务模式
项目制,1-10万元/项目
财务预期
首年预期收入
第三年预期收入
税后内部收益率
联系我们
关于我们
团队介绍
冯用言
项目负责人
运输工程学院交通工程(国际工程班)专业,负责项目整体规划与技术路线制定
杨真航
数据与模型工程师
大数据应用与管理专业,负责数据集管理与特征蒸馏模块实现
陈张歌
算法开发组长
大数据应用与管理专业,主导核心算法模块的研发与优化
孟想
系统开发与测试组长
大数据应用与管理专业,专注于系统集成与工程化落地
李康怡
项目协调与市场分析师
统筹项目进度管理与市场分析工作,确保项目高效推进
指导老师
陈静 讲师
长安大学运输工程学院
长期深耕于交通大数据挖掘研究领域,近三年发表高水平学术论文8篇,主持国家自然科学基金青年项目、教育部人文社科项目等多项课题
赵姣 讲师
长安大学运输工程学院
多年从事交通运输规划、交通数据分析、物流优化等教学科研工作,主持参与多项国家级和省部级科研项目,曾获"长安大学本科教学最满意教师"称号。